• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

Perl6必应抓取(1):测试版代码

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

一个相当丑漏的代码, 以后有时间再优化了。

默认所有查找都是15页, 如果结果没有15页这么多估计会有重复。速度还是很快的。

sub MAIN() {
  my $fp = open 'bin_result.txt', :w;
  my $number = 15;
  print 'String:';
  my $string = get;
  $string  = do given $string {S:g/\s/+/};
  use HTTP::UserAgent;
  my $url = 'http://cn.bing.com/search?q=';
  my $ua = HTTP::UserAgent.new;
  my $check = rx/'<'cite'>'(.*?)'</cite>'/;#要查的内容
  my @number = '';
  @number.append(0..$number);
  my $page='';
  my $html;
  my $target = $url~$string~'&first=20&FROM=FERE'~$page;
  $html = $ua.get($target).content;
  loop {
    say '===============> '~$target;
    $html ~~ $check;
    $html = $/.postmatch;
    #$0 = do given ~$0 {S:g/'<strong>'//;}
    if not $0 {
      #当是null时, 说明这一页已全部提取, 构造下一页
      $page = Int($page);
      my $page_next = $string~'&first='~$page~'0&FROM=FERE'~$page;
      $target = $url~$page_next;
      $html = $ua.get($target).content;
      $page++;
    #/search?q=123&first=10&FORM=PERE
    #/search?q=123&first=20&FORM=PERE1
    #/search?q=123&first=30&FORM=PERE2
    #/search?q=123&first=30&FORM=PERE2
    #last;
     $html ~~ $check;
        $html = $/.postmatch;
        if ($page > $number) {last;}
    }
    my $ok_check = $0.Str;
    my $result = $ok_check;
    $result = do given $result {S:g/'<strong>'//;}
    $result = do given $result {S:g/'</strong>'//;}
    say $result;
    $fp.say($result);

  }
  #$fp.print($html);
}

 

 

 

 

 

 

 

 

 

 

 

 

下次代码优化:

总结一下必应的规律, 如下:

http://cn.bing.com/search?q=123456789&first=1&FORM=PERE
http://cn.bing.com/search?q=123456789&first=11&FORM=PERE
http://cn.bing.com/search?q=123456789&first=21&FORM=PERE1
http://cn.bing.com/search?q=123456789&first=31&FORM=PERE2
http://cn.bing.com/search?q=123456789&first=41&FORM=PERE3
http://cn.bing.com/search?q=123456789&first=51&FORM=PERE4
http://cn.bing.com/search?q=123456789&first=61&FORM=PERE4
http://cn.bing.com/search?q=123456789&first=71&FORM=PERE4
http://cn.bing.com/search?q=123456789&first=81&FORM=PERE4
http://cn.bing.com/search?q=123456789&first=91&FORM=PERE4

 

在页面上测试, 参数只虽两个即可:

q=查询字符串&first=起始帐号

 

 

 

 

 

 

 

 

 

 


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
Perl/Python感概发布时间:2022-07-22
下一篇:
Perl命令行开关发布时间:2022-07-22
热门推荐
热门话题
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap